CNN在本质上是一种输入到输出的映射，它能够学习大量的输入与输出之间的映射关系，而不需要任何输入和输出之间的精确的数学表达式，只要用已知的模式对卷积网络加以训练，网络就具有输入输出对之间的映射能力。分类器的设计使用主要分为三个步骤，首先选择样本数据集，将所有样本分成两部分，训练样本和测试样本。该层相当于多层感知机，其在整个卷积神经网络中起到分类的作用，通过前面多个“卷积-激活-池化”层的处理，待处

号无人机不同个体识别率不高，射频指纹（Radio Frequency Distinct Native Attribute，RFDNA）的提出为解决这一问题提供了思路，射频指纹仅与自身的物理硬件特征相关，是表征。信号一般使用以跳频方式实现的信号传输[44]，所以遥控信号就是用于控制无人机的跳频信号，独立性指的是射频指纹只与设备的硬件特性有关，与设备发射的信号无。瞬态部分的信号是不存在无人机信号信息的